FLORIAN Mélissa PSY2MS/SP : LPSYS2411 Année scolaire : 2020-2021 Analyse de don
FLORIAN Mélissa PSY2MS/SP : LPSYS2411 Année scolaire : 2020-2021 Analyse de données : modèles de mesures Titulaire : M. PENTA & G. CAESENS MÉLISSA FLORIAN PSY2MS/SP : ANALYSE DE DONNÉES : MODÈLES DE MESURE 1 Florian Mélissa – PSY2M/SP : LPSYS2144 Analyse de données : modèles de mesure Nous allons parler de mesure en psychologie, ce sera le sujet de la première de ce cours. Lorsque l’on parle de mesure, de quoi parle-t-on ? Un latte est un outil de mesure, elle sert à mesurer une longueur, cependant, la longueur d’un être humain par exemple, ne nous intéresse pas. Nous allons dès lors nous intéresser à mesurer d’autres choses que celle pour lesquelles nous possédons déjà des instruments de mesure sous la main. On ne parle pas de mesurer une longueur, une température, une force, un voltage… Toutes ces choses pourraient appartenir au domaine des sciences exactes Mais d’autres variables comme l’attention, le stress, l’intelligence, l’estime de soi, l’attention, les ruminations… peuvent nous intéresser en tant que psychologue à mesurer. Ce sont des variables pour lesquelles on va avoir sur un échantillon de sujets certains sujets détenteur de cette variable à forte raison (par exemple, un sujet ayant une grande longueur est grand) et d’autre moins (un sujet ayant une petite longueur est petit). L’idée est d’arriver à pouvoir déterminer à l’aide d’un instrument si l’on se trouve face à un sujet qui a tendance à avoir « beaucoup » ou « peu ». On pourrait définir plus de catégories que strictement « beaucoup » et « peu » (par exemple : « moyen »). Au plus les catégorisations sont élevées, au mieux on aura réalisé une mesure de ce trait/cette caractéristique de la personne. PARTIE 1 : ANALYSE CLASSIQUE, MODÈLE DE RASH, IRT Évaluation : Un seul examen pour les 2 parties (doivent être réussies toutes les deux) • Examen écrit : QCM/questions ouvertes • Partie 1 : 60% et Partie 2 : 40% contact : massimo.penta@uclouvain.be Objectifs de la première partie Les limites de la théorie classique des scores pour le développement d’une échelle Comment le modèle de Rasch change les règles anciennes de la mesure Les postulats et les principes de base du modèle de Rasch Comment utiliser le modèle de Rasch INTRODUCTION MÉLISSA FLORIAN PSY2MS/SP : ANALYSE DE DONNÉES : MODÈLES DE MESURE 2 Florian Mélissa – PSY2M/SP : LPSYS2144 Analyse de données : modèles de mesure Une latte possède combien de catégories/niveaux de mesures différent(e)s pour la variable « longueur » ? La réponse est 30. L’outil peut distinguer 30 tailles d’objets différentes en ne prenant compte que des centimètres. Si je prends donc en compte les millimètres, l’outil peut en distinguer 300. Le nombre de types d’objets différents que l’on peut distinguer est quelque chose qui évolue entre 3,4,5 et 6, pour les meilleurs échelles de mesure en psychologie. Un instrument qui permet de distinguer 300 niveaux différents par rapport à une mesure est extrêmement précis. Ce type d’outil n’existe pas dans le domaine de la psychologie. Comment arriver avec un instrument à différencier les sujets sur une caractéristique (cf. celles ci-dessus) ? Les variables qui nous intéresse en général, dans le domaine des sciences exactes sont des variables observables. Quant à nous, nous nous intéressons aux variables latentes, elles ne sont donc pas directement mesurables, on peut dire qu’il s’agit de variables « cachées ». Généralement, ces variables se voient construire un instrument de mesure car nous n’en possédons pas d’adéquat ou se référer à un instrument existant. Mesurer la température d’une pièce, la hauteur du meuble qu’elle contient est relativement simple : on pose son mètre, son thermomètre et l’on mesure. Pour un instrument de mesure de l’estime de soi ou le stress, on ne peut pas aussi facilement mettre l’instrument de mesure en regard de l’objet que l’on cherche à mesurer (un être humain) pour observer une mesure telle qu’elle. 1. Les échelles de mesure Les instruments de mesure existant offrent une variété impressionnante en termes de caractéristiques mesurées. On peut avoir des instruments qui mesure les traits de personnalité, la motivations, le stress, les capacités cognitives, les connaissances... Il existe aussi une variété concernant le format (questionnaires sous formes de phrases, problèmes verbaux, images...). Par exemple, pour mesurer une surface il y a la latte mais aussi, le ruban, le mètre, le télescope, le microscope (niveaux d’échelles différentes)… Et l’organisation des items (ordonnés ou non selon le niveau de difficulté ou aléatoirement…) Enfin, on a une variété concernant le système de cotation (dichotomique, choix multiple, échelle bipolaire, échelle de cotation...) Sur bases de ces caractéristiques d’une épreuve, on va pouvoir construire un instrument de mesure pour arriver, in fine, à déterminer si la personne ou les personnes répondant se trouvent dans une catégorie plus ou moins grande par rapport à la nature de la variable que l’on essaye de mesurer. MÉLISSA FLORIAN PSY2MS/SP : ANALYSE DE DONNÉES : MODÈLES DE MESURE 3 Florian Mélissa – PSY2M/SP : LPSYS2144 Analyse de données : modèles de mesure 2. Épreuve d’Information de l’adaptation française de la WAIS-III (Wechsler Adult Intelligence Scale) Voici l’épreuve de Weschler, elle mesure l’intelligence. Elle est composée de 40 questions appelés items. Chaque question nécessite une petite partie de connaissances pour pouvoir y répondre. Pour chaque question, on détermine si le sujet a donné la bonne réponse (1) ou la mauvaise (0). La somme de ses réponses s’appelle « score total » qui varie de 0 à 40. 40 items • Qu’est-ce qu’un thermomètre ? • Où se trouve le Brésil? • Qui a écrit le « Bourgeois gentilhomme » ? • Qu’est-ce que le Coran? • Qui a écrit Hamlet? • Nommez tous les continents. • Qui était Gandhi ? • Qui a écrit « Le tour du monde en 80 jours » ? • A quel courant artistique appartient le peintre Claude Monet? • Qui était Martin Luther King ? • Qui est l’auteur de la théorie de l’évolution des espèces ? • Quelle est la population mondiale ? • Quel est le nom du premier homme qui a traversé la Manche en avion ? Qu’est-ce qu’un copte ? 3. Graduation de l’échelle et différentiation des sujets Sur base de ces résultats on va pouvoir définir l’échelle et situer les sujets sur cette même échelle afin de savoir si leur connaissance est plutôt située dans le haut de l’échelle, dans le bas de l’échelle ou le milieu (très peu, moyen ou très intelligent ?) Premier cas, les 8 items distribués de lanière relativement homogène, sur lequel on situe deux sujets : Anne et Jean. Leur score sont de 4 et 6 ; nous pourrions dire que sur cet unique résultat, Jean a répondu plus positivement et donc croire qu’il est « plus intelligent ». Chaque réponse positive a amené un élément supplémentaire pour supporter cette affirmation. La qualité de réponse est cachée dans le score. Deuxième échelle, l’instrument ne permet pas de différencier les sujets puisqu’ils ont le même score (items 1,2,3,4,5,6 réussis et 7, 8 échoués). La mesure qui va ressortir de l’instrument va dépendre des caractéristiques de ce dernier. Comment peut-on caractériser les instruments de mesures mis à disposition en psychologie ? MÉLISSA FLORIAN PSY2MS/SP : ANALYSE DE DONNÉES : MODÈLES DE MESURE 4 Florian Mélissa – PSY2M/SP : LPSYS2144 Analyse de données : modèles de mesure 4. Le point de départ : une matrice de données Pour les caractériser, il nous faut des réponses, c’est-à-dire, un groupe de sujets ayant répondu à un questionnaire ou passer une épreuve (un groupe d’items). Toutes les données récoltées vont se présenter de la même manière. Dans une matrice de données, une ligne représente un sujet et une colonne représente un item. Les matrices sont codées pour les items de sexe par exemple (1,2) ou pour la réussite et échec de l’item (0,1). La somme totale à l’épreuve se nomme le score. Plus le score est élevé, plus le sujet a donné de réponses correctes par rapport au test. La somme des scores pour un item s’appelle score de l’item. Plus le score de l’item est faible, plus il est difficile, plus il est grand, plus il est jugé facile. En effet, si l’item est facile, beaucoup de personne le réussissent. C’est donc avec cette matrice de données que l’on va pouvoir déterminer une série de caractéristiques de l’échelle de mesure : la difficulté de l’item, la variance, la discrimination, la corrélation à item/total, le coefficient de fidélité et l’erreur type de mesure. 5. Calcul de la difficulté de l’item Le score moyen à l’item est la somme des réponses divisée par le nombre de sujets. Plus la proportion est élevée, plus l’item est facile. Cet indice est compris entre 0 et 1. Où x ̅ = score moyen n = nombre de sujets x = le nombre de réponses correctes Exemple • Item coté de 0 à 4: p = 50/20=2,5 (échelle polytomique) • Item coté 0 ou 1: p=12/20=0,6 uploads/Management/ analyse-de-donnees-modeles-de-mesure-syllabus.pdf
Documents similaires
-
25
-
0
-
0
Licence et utilisation
Gratuit pour un usage personnel Attribution requise- Détails
- Publié le Sep 01, 2021
- Catégorie Management
- Langue French
- Taille du fichier 9.0123MB